Dans l’environnement du commerce électronique, des systèmes de recommandation basés sur des sites Web ont été développés afin d’aider les consommateurs sans connaissances professionnelles en matière de mode à identifier les produits vestimentaires les plus pertinents répondant à leurs exigences personnalisées spécifiques en termes de mode et de fonctionnalités. Cependant, les systèmes de recommandation existants présentent deux inconvénients principaux :
(1) les données d’achat existantes et/ou les recommandations basées sur les données du corps humain ne peuvent pas traiter efficacement les tendances de la mode ;
(2) l’expérience et les connaissances des acheteurs sont rarement prises en compte dans ces systèmes. Pour résoudre ces deux inconvénients, nous proposons dans cet article un nouveau mécanisme de recommandation de vêtements utilisant une méthode intégrée de chaîne de Markov et de réseau complexe.
La méthode de la chaîne de Markov est utilisée comme un outil approprié permettant d’extraire les tendances de la mode à partir d’une plus faible quantité de données d’achat. La méthode Complex Network est utilisée pour formaliser les relations incertaines entre les formes du corps humain, les effets d’ajustement des vêtements et les caractéristiques des vêtements, fournies par des experts du shopping. Par rapport à d’autres méthodes de recommandation existantes, la méthode proposée est validée pour être plus robuste et plus interprétable en raison de sa capacité à gérer les morphologies et les tendances de la mode.
Serveur web : https://journals.sagepub.com/doi/full/10.1177/00405175211021442
Date : 13/06/2021